Personalisierung mit Hilfe von Web-Mining

Gliederung

1. Einleitung
1.1. Vorstellungen des Einflusses von E-Commerce während des DotCom-Booms
1.2. Während des Booms begangene Fehler
1.3. Inhaltsübersicht

2. Betriebswirtschaftliche Aspekte
2.1. Stärkere Kundenbindung durch Personalisierung
2.2. Erhöhung des Umsatzes pro Kunde
2.3. Erhöhung des ROI
2.4. Wann lohnt sich Personalisierung?

3. Einführung in Customer Relationship Management
3.1. Definition
3.2. Strategische Zielsetzungen des CRM-Konzepts
3.3. CRM-Softwarelösungen
3.3.1. Aufgabenbereiche eines CRM-Systems
3.3.2. Analytisches CRM
3.3.3. Operatives CRM
3.3.4. Kommunikatives CRM
3.3.5. Beispiel aus der Praxis

4. Web-Mining - Grundvoraussetzung der Personalisierung
4.1. Was ist Web-Mining und was kann man damit machen?
4.2. Was ist Data Mining?
4.2.1. Besonderheit des Web-Mining (Datenquellen)
4.2.2. Log-Dateien - Logbücher des Servers
4.2.3. Cookies - klein aber oho
4.2.4. Web Bugs - virtuelles Ungeziefer
4.2.5. Formulare - langweilig aber effizient
4.2.6. Bewegungspfade - virtuelles Trampelpfade Personalisierung mit Hilfe von Web-Mining ii
4.2.7. Spyware - Verfolgung online
4.2.8. Externe Offline-Quellen - Daten aus dritter Hand
4.3 Die Vorgehensweise beim Data Mining
4.3.1. Spezifizieren der Ziele des Data Minings
4.3.2. Aufbau der Mining Base
4.3.3. Methodenauswahl
4.3.4. Verfahren des Data Mining
4.3.4.1. Assoziationsanalysen
4.3.4.1.1. Warenkorbanalysen
4.3.4.1.2. Analyse sequenzieller Muster
4.3.4.2. Entscheidungsbaum-Verfahren
4.3.4.3. Clusterverfahren
4.3.4.3.1. Hierarchische Verfahren
4.3.4.3.2. Partitionierende Verfahren
4.3.4.4. Neuronale Netze
4.3.4.5. Genetische Algorithmen
4.3.5. Interpretation und Auswertung der Ergebnisse

5. Personalisierung - Tante Emma im Internet
5.1. Was ist Personalisierung?
5.2. Warum eigentlich personalisieren?
5.3. Leistungen einer personalisierten Web Site
5.4. Wie profitiert der Kunde?
5.5. Personalisierungsprozess und -techniken
5.5.1. Profiling
5.5.2. Matching
5.5.2.1. Rules-Based-Systeme
5.5.2.2. CASE-Systeme
5.5.2.3. Endorsement-Systeme
5.5.2.4. Collaborative Filtering
5.5.3. Channeling
5.6. Akzeptanz der Personalisierung Personalisierung mit Hilfe von Web-Mining iii

6. Datenschutz und Datensicherheit
6.1. Die Situation in Deutschland und der EU
6.2. Die Situation in den USA
6.3. Die Situation in Japan
6.4. Der P3P-Standard des W3C

7. Beispiele aus der Praxis
7.1. eBay - der weltweite Online-Marktplatz
7.2. Amazon - der elektronische Buchladen
7.3. Yahoo! - das Internet-Portal

8. Fazit und Ausblick

Literaturverzeichnis

1. Einleitung

1.1. Vorstellungen des Einflusses von E-Commerce während des DotCom-Booms

Revolution des Handels! Mit diesem Ausdruck wurden die von vielen erwarteten Veränderungen des Online-Booms auf die Geschäftswelt beschrieben. Damaligen Prophezeiungen zufolge war die Entwicklung hin zum reinen Online-Einkauf nur noch eine Frage der Zeit. Andere, zum Teil weit übertriebene, Vorstellungen der schönen neuen Online-Zukunft muss ich hier nicht aufführen, sie sind allgemein bekannt, auch wenn manche sie lieber vergessen würden.

Offensichtlich haben sich diese Erwartungen aber fast alle nicht erfüllt. Es gab zwar sehr viele Unternehmensneugründungen im Bereich des E-Commerce, nur wenige haben jedoch bis heute überlebt. Als positive Beispiele sind hier die weithin bekannten Größen dieser Branche wie Amazon oder eBay zu erwähnen. Eine interessante Frage ist, warum denn nur so wenige der einstmals zahlreichen Händler überlebt haben. Die Beantwortung bedarf zunächst einer kurzen Betrachtung der während des Booms begangenen Fehler.

1.2. Während des Booms begangene Fehler

Die Online-Händler der ersten Stunde sahen ihre Besonderheit v.a. darin, online und dementsprechend ständig erreichbar zu sein. Das mag am Anfang durchaus ausgereicht haben, die ersten internetaffinen Kunden anzulocken. Um aber zahlungskräftige Massen zu erreichen und die Kundenbasis zu erweitern, reicht die alleinige Präsenz im Internet nicht aus. Man muss die über das Internet gewonnenen Kundenkontakte sorgsam pflegen, nicht anders als „früher“ im Tante-Emma-Laden. Allerdings haben undurchsichtige Online-Shops, dubiose Abwicklungspraktiken oder das Überschwemmen der potenziellen Käufer mit ungewollter Werbung viele Kunden wieder zurück in die Ladengeschäfte getrieben. Das Gros der Online-Shop Betreiber arbeitete zwar ehrlich, aber es gab doch genug schwarze Schafe, die der ganzen Branche einen dubiosen Beigeschmack verliehen. Das hat sich allerdings mittlerweile gebessert.

Die überlebenden Shops stehen nun im harten Konkurrenzkampf um potenziellen Kunden. Mit welchen Mitteln dieser Kampf geführt werden kann, ist Thema dieser Arbeit.

1.3. Inhaltsübersicht

Nach der Einleitung wende ich mich zuerst den betriebswirtschaftlichen Aspekten dieses Themas zu. Was auf dieser Ebene geschehen muss, um im Geschäftsleben erfolgreich zu sein, ist die zentrale Frage des zweiten Kapitels. Den Schlüssel zum erfolgreichen Gewinnen und Halten von Kunden stelle ich in Kapitel drei vor. Ein kurzer Überblick über Customer Relationship Management sollte dem Leser genug Details zum Verständnis des Sinns von Mining- Anwendungen geben.

Das umfangreiche vierte Kapitel befasst sich mit dem großen Thema Data Mining. Insbesondere gehe ich hier auf das Web-Mining, eine Sonderform des Data Mining ein. Die Vorgehensweise beim Mining und die im Hintergrund laufenden Verfahren werden ebenfalls angesprochen.

Das Anwenden der aus dem Mining gewonnenen Daten ist Thema des fünften Kapitels. Mit ihnen ist es möglich, Web Angebote kundenspezifisch zu gestalten. Die gewonnenen persönlichen Daten sollten sehr sensibel behandelt werden. Viele Firmen halten sich allerdings nur wenig an diese Maßregel, und so wurden in den wichtigsten Industrienationen der Welt einschlägige Gesetze zur Regelung des Umgangs mit persönlichen Daten erlassen. Wie es um diese in der Europäischen Union, den USA und in Japan bestellt ist, wird im sechsten Kapitel besprochen. Nach all der Theorie sollen im siebten Kapitel drei Beispiele aus der Praxis genauer erläutert werden. Das Auktionshaus eBay, der erfolgreiche Händler Amazon und das Portal Yahoo sollen stellvertretend für den Rest ihrer Branche stehen.

Zum Schluss wäge ich die Anstrengungen und die möglichen Ergebnisse die das Web-Mining und die resultierende Personalisierung mit sich bringen gegeneinander ab. Ein kurzer Blick in die Zukunft der Personalisierung schließt die Arbeit ab.

2. Betriebswirtschaftliche Aspekte

Die Kunst im E-Commerce besteht vor allem darin, Kunden zu akquirieren und zu halten. Diese Arbeit beschäftigt sich vor allem mit dem Halten der Kunden. Und genau das war es, was viele der Online-Shop Betreiber der ersten Stunde nicht konnten.

Wie aber ist es nun möglich, ein Web-Angebot so zu gestalten, dass sich damit möglichst viel Geld verdienen lässt? Dazu ist es notwendig, den Hauptunterschied zwischen einem Online-Shop und einem Ladengeschäft anzuführen. Der Betreiber eines Ladengeschäftes kennt seine Kunden als Personen. Es ist somit wesentlich einfacher, sie bestimmten Gruppen zuzuordnen. Bei einem Online-Shop jedoch ist einem der (potenzielle) Kunde unbekannt. Auch wenn beim Besuch einer Webseite gewisse Daten erfassbar sind, so sagen die jedoch so gut wie nichts über den Besucher aus. Das erschwert es, Kundengruppen zielgerecht anzusprechen. Als logische Konsequenz dieses Dilemmas ergibt sich die Notwendigkeit, seine Online Kundschaft besser kennen lernen zu müssen. Für dieses Problem gibt es verschiedene Lösungswege. Möglichkeiten, mehr über seine Kunden herauszufinden, bieten die so genannten Verfahren des Web-Mining und Data Mining. Wobei es sich hier genau handelt, erkläre ich im übernächsten Kapitel. Jetzt reicht es noch zu wissen, dass diese Technik in Verbindung mit anderen Lösungen ermöglicht, das vorher erwähnte Dilemma zu lösen, oder zumindest zu lindern. Web-Mining und Data Mining kann ein Unternehmen einsetzen um besonders im E-Commerce-Bereich die nachfolgend beschriebenen Ziele leichter zu erreichen.

2.1. Stärkere Kundenbindung

Der Wettbewerb im Netz wird immer stärker, somit wird es zunehmend wichtiger, Kunden bei der Stange zu halten, insbesondere, da die Konkurrenz im Internet ja nur einen Klick entfernt ist. Es ist fast nirgendwo so leicht, zur Konkurrenz zu wechseln, wie in der Online-Welt.

Der Mensch ist ein Gewohnheitstier. Wenn er sich in einem Geschäft wohl fühlt, wird er dahin immer wieder zurückkehren. Gerade Online-Händlern bietet dies eine große Chance, ist aber auch eine nicht zu verachtende Herausforderung für sie.

Viele Online Angebote erlauben es, sie zu personalisieren, d.h. sie nach eigenem Geschmack zusammen zu stellen. So kann man beispielsweise bei einem so genannten Portal sich immer gleich die Informationen anzeigen lassen, die einen persönlich interessieren. Das kann von Börsenkursen über Sportergebnisse bis hin zum lokalen Wetter alles Mögliche sein. Aber auch ein Shop kann einem bekannten Kunden so bei jedem Besuch der Webseite ein Angebot machen, das ihn vielleicht interessieren könnte.

Auch das Anbieten von personalisierten Dienstleistungen, wie etwa das kostenlose Versenden von SMS über die Webseite oder ein Freemail-Dienst, können die Bindung des Kunden an den jeweiligen Anbieter stärken. Wenn ein Kunde erst einen Shop als „seinen“ ansieht, wird er immer wieder kommen. In der wirtschaftlichen Lage, in der sich der Handel zur Zeit befindet, ist das ein erheblicher Vorteil. Die Kosten, einen neuen Kunden zu gewinnen (eine Schätzung liegt bei ca. 300 US $^[1] ), übersteigen die Kosten, bestehende Kunden zu behalten, bei weitem.

Das oberste Ziel sollte Kundenzufriedenheit sein, da dies die Wechselbarrieren erhöht.

2.2. Erhöhung des Umsatzes pro Kunde

Ziel jeder Unternehmung ist es natürlich, so viel Gewinn wie möglich zu machen. Ein Weg dahin kann z.B. die Erhöhung des Umsatzes pro Kunde sein. Je höher dieser liegt, desto schneller werden die vorher erwähnten Kosten der Kundengewinnung amortisiert.

Data Mining Verfahren und verwandte Disziplinen erlauben es, Cross- und UpSelling-Potenziale besser auszuschöpfen. So kann man beispielsweise einem Kunden, der in seinem Warenkorb schon eine Reise liegen hat, auch gleich noch den passenden Reiseführer dazu anbieten.

Auch gezielte E-Mails an den Kunden könnten ihn zum Kauf animieren. Einen Liebhaber Klassischer Musik interessiert es bestimmt, wenn es bei seinem Online- Shop eine Sammlung bestimmter Interpretationen seines Lieblingskomponisten im Angebot gibt. Allerdings ist bei dieser Vorgehensweise darauf zu achten, dass dem Kunden nicht zu viele E-Mails zugehen, da diese sonst als Belästigung, d.h. Spam, empfunden werden könnten.

2.3. Erhöhung des Return on Investment

Wie bereits erwähnt ist die Gewinnung neuer Kunden eine sehr kostenintensive Angelegenheit. Aber auch das Halten bestehender Kunden gibt es nicht zum Nulltarif. Kapazitäten für größere Kundenresonanz müssen bereitgestellt werden, im Falle eines Online-Shops wären das etwa genug Bandbreite und Serverleistung. Diese Investitionen sollen sich natürlich lohnen. Um also das Maximum aus der oben beschriebenen Investition herauszuholen, ist es also nötig bestimmte Maßnahmen zu ergreifen. Jesus Mena, ein Experte im Bereich des Web-Mining, sieht die Kernaufgaben, die ein Unternehmen in dieser Branche bewältigen muss, um erfolgreich zu sein v. a. darin: „… quickly and accurately identifying prospective customers, retaining profitable customers and identifying more likely cross-sell and up-sell opportunities. “^[2]

Je profitabler also der einzelne Kunde für das Unternehmen ist, desto profitabler kann das Unternehmen als ganzes sein. Web-Mining kann beim Lösen dieser Aufgaben, richtig eingesetzt, eine große Hilfe sein.

2.4. Wann lohnt sich Personalisierung?

Ist denn nun nach all den beschriebenen Vorteilen Personalisierung ein Allheilmittel für sämtliche Probleme des elektronischen Handels? Trotz des großen Potenzials, das in dieser Technik steckt, darf diese Frage wohl mit nein beantwortet werden.

Eine Website komplett bis zu einem sinnvollen Grad zu personalisieren, erfordert sowohl hohen finanziellen als auch zeitlichen Aufwand. Auch ist dies kein einmaliger Prozess. Personalisierte Sites verlangen nach ständiger und intensiver Pflege, viel mehr noch als reguläre. Unprofessionelle und veraltete Sites hinterlassen einen schlechten Eindruck.

Die Frage, ob sich die Investition in eine personalisierte Site überhaupt lohnt, hängt sehr stark von den jeweiligen Kundenbedürfnissen, der Komplexität und Zusammensetzung der Attribute der angebotenen Produkte und Leistungen, und dem Kundenwert für das Unternehmen ab.^[3] Wendet sich der Anbieter an vorwiegend homogene Kundensegmente oder an einen Massenmarkt, in dem Leistungsdifferenzierung unerwünscht oder unpassend ist, scheint Personalisierung wenig sinnvoll. Ein Beispiel dazu wäre ein kleiner Spezialversand namens Casa Loca^[4], der sich dem Verkauf von scharfen Saucen, die es in Deutschland bisher nicht zu kaufen gab, gewidmet hat. Der Kundenkreis dieses Shops dürfte zu klein und homogen sein, um die Investition in ein Personalisierungssystem zu rechtfertigen.

Weiterhin ist es nötig, danach zu fragen, ob der Kunde an einer Personalisierung überhaupt interessiert ist. Langwierige Formulare auszufüllen oder ständig mit E- Mails bombardiert zu werden, kann dem Nutzer viel Nerven abverlangen, besonders wenn er die gleiche Leistung ohne diesen Aufwand nur einen Klick entfernt auch beziehen kann. Als besonders schwerwiegend dürften aber einige Surfer die für die Personalisierung notwendige Preisgabe ihrer personenbezogenen Daten empfinden. Die Nachteile, denen die Nutzer ausgesetzt sind, müssen durch die Vorteile der Personalisierung für sie aufgewogen werden. Das ist jedoch nur selten der Fall. Der Kunde muss also einen subjektiven Vorteil für sich erkennen können.

Dass Personalisierung nicht immer zum Vorteil der Kunden sein muss, zeigt anschaulich ein Experiment des Online-Händlers Amazon aus dem Jahr 2000.^[5] Damals wurde versucht, von Kunden, die sich bereits seit längerem zu loyalen Amazon-Kunden entwickelt hatten, höhere Preise für DVDs zu verlangen. Der Händler wollte die geringere Wechselbereitschaft dieser Käuferkreise ausnutzen um eine höhere Produzentenrente abzuschöpfen. Der Preisaufschlag bewegte sich dabei zwischen drei und fünf Prozent. Als an die Öffentlichkeit kam, dass nicht jeder Kunde den gleichen Preis für dasselbe Produkt zahlen sollte, brach eine Welle der Empörung los. Daraufhin beendete Amazon schnell diesen Versuch.

Personalisierung ist somit keine Allzweckwaffe im Kampf um Kunden, sondern eignet sich nur in bestimmten Fällen. Ob ein solcher Fall vorliegt, sollte vor der Entscheidung für Personalisierung sorgfältig geprüft werden.

3. Einführung in das Customer Relationship Management

Bevor ich zur genaueren Beschreibung der Möglichkeiten des Web-Mining und der Personalisierung komme, möchte ich erst noch einen kurzen Überblick zum Thema Customer Relationship Management (CRM) geben. Im umfangreichen Maßnahmenkatalog des CRM ist das Web-Mining nur ein Teilbereich, der aber entscheidend zum Erfolg des Systems beitragen kann. Aber um was handelt es sich bei CRM denn nun eigentlich?

3.1. Definition

Es gibt keine hundertprozentige Definition von CRM. Ein so facettenreiches Gebiet lässt sich auch nur schwer in kurze, prägnante Worte fassen. Folglich muss eine Definition immer relativ allgemein gehalten werden. Wolfgang Schwetz definiert CRM folgendermaßen: „ Unter Customer Relationship Management wird in erster Linie eine Geschäftsphilosophie der Kundenorientierung aller Unternehmensbereiche verstanden. “^[6]

Ziel des CRM ist es, Neukundenakquirierung systematisch zu betreiben, die Bindung der Kunden an das Unternehmen zu erhöhen und so einer möglichen Abwanderung vorzubeugen. Für das Unternehmen besteht der Vorteil in einer höheren Kundenprofitabilität. Dazu ist es notwendig, alle Aktivitäten eines Unternehmens, die direkt oder indirekt die Kunden betreffen dahingehend zu untersuchen, ob sie für ihn von Vorteil sind. Die Einführung einer unternehmensweiten Kunden- und Interessentendatenbank, auf die alle Stellen des Unternehmens, die mit dem Kunden in Kontakt treten, Zugriff haben, und eine eventuelle Restrukturierung innerhalb des Unternehmens leisten hierbei einen großen Beitrag zur Zielerreichung. Die Priorität der Kunden wird nach dem CRM Konzept am Customer Lifecycle Value gemessen. Hinter diesem Begriff verbirgt sich das Umsatzpotenzial, das ein Kunde auf die erwartete Dauer der Geschäftsbeziehung entwickeln kann.

Etwas spezifischere Definitionen des CRM kommen aus der angloamerikanischen Fachliteratur. Dr. Robert Shaw, ein Praktiker aus einer Unternehmensberatung, definiert CRM aus einer anderen Sichtweise heraus.

„ Customer relationship management is an interactive process for achieving the optimum balance between corporate investments and the satisfaction of customer needs to generate the maximum profit. CRM involves:

- measuring both inputs across all functions including marketing, sales and service costs and outputs in the terms of customer revenue, profit and value.
- acquiring and continuously updating knowledge about customer needs, motivation and behaviour over the lifetime of the relationship.
- applying customer knowledge to continuously improve performance through a process of learning from successes and failures.
- integrating the activities of marketing, sales and service to achieve a common goal.
- the implementation of appropriate systems to support customer knowledge acquisition, sharing and the measurement of CRM effectiveness.
- constantly flexing the balance between marketing, sales and service inputs against changing customer needs to maximise profits. ” ^[7]

Bei dieser Definition ist besonders die Kausalkette, mit der Shaw die Investitionen mit Kundenmotivation, ihrem Verhalten und somit den Erlösen in Verbindung bringt heraus zu stellen. Die Investitionen lassen sich nach Shaw in qualitative und quantitative unterteilen. Dachte man dabei früher vor allem im Marketingbereich an quantitative Aspekte, wie die Reichweite geschalteter Fernsehspots, rücken nun zunehmend qualitative Punkte wie Kundenzufriedenheit in den Vordergrund. Je nach Zielsetzung des Unternehmens bildet eine unterschiedlich gewichtete Kombination beider Möglichkeiten wohl das Optimum.

Regis McKenna hebt bei seiner Definition einen weiteren Aspekt des CRM hervor. Er arbeitet als Berater u. a. für die Stanford Graduate School of Business und für das Harvard Business School’s Science Technology and Public Policy Program. Seine Definition lautet:

„ Marketing is building and sustaining customer and infrastructure relationships. It is the integration of customers into the company ’ s design, development, manufacturing, and sales processes. … All employees need to be in the business of building customer relationships. ”^[8]

Er beschränkt die Aufgaben, die CRM mit sich bringt, nicht allein auf die „klassischen“ CRM-Bereiche Marketing, Service und Vertrieb, sondern er bezieht das ganze Unternehmen mit ein. Egal, welche Abteilung und Funktion, jeder Mitarbeiter hat seine Arbeit an den Wünschen des Kunden auszurichten, unabhängig davon, ob der Mitarbeiter mit dem Kunden direkt in Kontakt tritt oder nicht.

3.2. Strategische Zielsetzungen des CRM-Konzepts

Oberstes Ziel des CRM ist es, die Profitabilität des Kundenportfolios einer Unternehmung zu erhöhen. Faktoren, die diese beeinflussen, sind beispielsweise:

- Preise
- Cross-Selling- und Up-Selling-Potenziale
- Kosten der Kundenbedienung
- Anzahl und Umfang der Transaktionen
- geschätzte Dauer der Geschäftsbeziehung

So kann ein Unternehmen sich auf eine Ausweitung des Geschäftes mit Bestandskunden, aber auch auf die Gewinnung neuer Kundenkreise konzentrieren. Eine Patentlösung gibt es nicht. Von Situation zu Situation werden die Lösungen immer individuell ausfallen.

Am Anfang aller Überlegungen muss dabei der Gedanke stehen, dass vom CRM in erster Linie die Kunden profitieren sollen. Nur indirekt, beispielsweise über gesteigerte Umsätze, können sich für das Unternehmen auch positive Effekte ergeben.

Konservativ betriebswirtschaftliche Kreise mögen diese Sichtweise paradox nennen, da man ja normalerweise das Wohlergehen des Unternehmens immer an die Spitze seiner Ziele setzt, langfristig kann das Unternehmen davon aber sehr wohl profitieren. Wie in den Definition von CRM bereits erwähnt, kann es nötig sein, die ganze Struktur einer Firma umzukrempeln. Auch das Vorhaben die Denkweise aller Mitarbeiter auf das Zufriedenstellen des Kunden hin zu trimmen ist wohl keine leichte Aufgabe. Nur wenn diese Herausforderungen gemeistert werden, bringt die Einführung von CRM wirklich Vorteile.

Selbstverständlich ist die strategische Ausrichtung eines Unternehmens ohne moderne Software nicht denkbar.

3.3. CRM-Softwarelösungen

Das Ziel einer CRM-Softwarelösung ist es, alle Unternehmensbereiche dabei zu unterstützen, die in CRM gesetzten Hoffnungen zu erfüllen. So ergeben sich vielfältige Aufgaben, die die Software zu erfüllen hat

3.3.1. Aufgabenbereiche eines CRM-Systems

Als in den 70er und 80er Jahren elektronische Datenverarbeitung in vielen Betrieben ihren Einzug fand, wurde für jede Aufgabe innerhalb des Unternehmens eine spezielle Anwendung erstellt. Diese Insellösungen erlaubten meist nicht einmal, Datenbestände innerhalb verschiedener Abteilungen eines Unternehmens auszutauschen bzw. gemeinsam zu nutzen. Die Ergebnisse waren hoher Arbeitsaufwand (z.B. durch Mehrfacherfassungen von Daten in verschiedenen Systemen) und Informationsverlust. Ausgehend von einem immer stärker werdenden Wettbewerb stieg der Druck, sich mehr und mehr an den Kunden zu orientieren. Ein effektives Behandeln von Kundendaten war aber aufgrund der oben erwähnten Insellösungen nicht möglich, da es beispielsweise unmöglich war, die Bestellhistorie und die Daten aus der Debitorenbuchhaltung unmittelbar zusammenzufügen und auszuwerten.

CRM-Systeme müssen es also ermöglichen, alle Mitarbeiter, besonders die in Marketing, Vertrieb und Service, beim effizienten Kundenmanagement zu unterstützen. Die Aufgabenbereiche von CRM, und damit natürlich auch die von CRM Software, lassen sich anschaulich anhand einer Grafik darstellen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Aufgabenbereiche Customer Relationship Management (CRM)^[9]

Man kann erkennen, dass alle drei Fachabteilungen alle CRM-Aktivitäten betreiben. Die CRM-Software stellt dafür eine gemeinsame Datenbasis und die notwendigen Anwendungen zur Verfügung.

Aus der Aufgabenbeschreibung der CRM-Software ergeben sich drei Unterscheidungsmöglichkeiten.^[10]

3.3.2. Analytisches CRM

Das analytische CRM beschäftigt sich mit der Verarbeitung aller verfügbaren Kunden- und Interessentendaten. Es erarbeitet mit Hilfe von Datenverarbeitungstechniken wie Data Warehousing, Data Mining, Online Analytical Processing (OLAP) und entscheidungsunterstützenden Systemen die Informationen, die gebraucht werden, um das Unternehmen CRM-basiert zu führen. Die Daten, die als Grundstock für die Analyse gelten, stammen aus den Bereichen des operativen und des kooperativen CRMs.

Web-Mining ist ein Teilbereich des analytischen CRMs.^[11]

3.3.3. Operatives CRM

Dieser Teil der Strategie befasst sich mit der administrativen Unterstützung der Anwender im Tagesgeschäft. Hinzu kommen noch die Bereiche Multimedia, E- Mail, Workflow und Dokumentenmanagement. Hier wird die Infrastruktur geschaffen, auf der die anderen Bereiche des CRM beruhen.^[12]

3.3.4. Kooperatives CRM

Kooperatives CRM (oder auch kommunikatives CRM) umfasst alle Bereiche, in denen das Unternehmen mit dem Kunden direkt in Kontakt kommen kann. Dazu gehören beispielsweise die Bereiche Call Center in Vertrieb und Service, Internet, E-Commerce und E-Business. Ganz allgemein gesprochen ist es die Kommunikation und Interaktion mit dem Markt. So kann man auch die herkömmliche Werbung zum kooperativen CRM zählen.

3.3.5. Beispiel aus der Praxis

Wolfgang Schwetz führt in seinem Buch „Customer Relationship Management“ anschaulich ein Beispiel aus der betrieblichen Praxis vor.^[13]

Die betreffende Firma befasst sich mit der Produktion und dem Vertrieb von Fitnessartikeln aller Art. Zur Schaffung einer Basis für gezielte Kundenbetreuung mittels maßgeschneiderter Angebote werden regelmäßig von außen Adressen zugekauft. Zusätzlich zu bereits intern vorhandenen Adressen (beispielsweise aus Messekontakten oder Anfragen) werden sie mit einigen Zusatzinformationen versehen in einer zentralen Datenbank erfasst.

Um die Daten allerdings sinnvoll nutzen zu können, ist es notwendig, sie zu qualifizieren, d.h. ihre Richtigkeit und Vollständigkeit zu überprüfen. Im betrachteten Unternehmen wird damit der Verkaufsinnendienst zusammen mit anderen Kommunikationsabteilungen (Call Center) beauftragt. Er hat alle nötigen Ansprechpartner, deren Kommunikationskanäle (Telefon mit Durchwahl, E-Mail- Adresse, Faxnummer, etc.) und alle anderen wichtigen Daten (z.B. Geburtstag des Entscheiders, Umsatzzahlen des Unternehmens) zu ermitteln und in die Datenbank einzutragen.

Das besondere in diesem Fall ist, dass das Unternehmen hier den Außendienst noch nicht involviert. Es werden zuerst alle notwendigen Daten durch den Innendienst erhoben, die Kunden mittels einer ABC-Analyse in Segmente unterteilt, und dann erst stehen die so aufbereiteten Daten dem betreffenden Außendienstmitarbeiter zur Verfügung. So hat der Betreuer Zugriff auf Informationen zum Ansprechpartner, zu seinem Bedarf, zum Potenzial seines Unternehmens und eventuell sogar noch zum Bedarfszeitpunkt. Es ist leicht zu verstehen, dass dies alles sehr wertvolle Informationen für den Außendienst sind. Um die Betreuung allerdings so effizient wie möglich zu gestalten, überlässt man die potenziell weniger profitablen Kunden der C- und D-Klasse dem Innendienst, während die A und B Kundschaft persönlich vom Außendienst betreut wird.

Nach und nach ergibt sich vom Kunden ein immer genaueres Bild seiner Vorlieben und Interessen. All diese Daten (z.B. welche Kataloge der Kunde bestellt hat) werden in einem CRM-System zusammengefügt und stehen allen involvierten Abteilungen zur Verfügung.

Ergibt sich dann ein aktueller Bedarf beim Kunden, ist es der Firma möglich, ihm schnell ein maßgeschneidertes Angebot zu erstellen. Die Verfolgung und ggf. Anpassung dieses Angebots kann ebenfalls mit der CRM-Lösung überwacht und gesteuert werden.

Wird der Auftrag dann erteilt, muss er nicht langwierig aufgenommen werden, er befindet sich ja bereits als Angebot im System. Die Daten müssen nur den betreffenden Stellen überspielt werden. Die Ansprechpartner des Kunden in der Firma haben ebenfalls Zugriff auf diese Daten und können jederzeit den Stand der Auftragsabwicklung verfolgen und den Kunden informieren. Nach der Lieferung wird der Kunde nach dem Grad seiner Zufriedenheit befragt, ggf. ergeben sich Verbesserungen für die Zukunft. Dies stellt den Start zum Aufbau einer langfristigen Kundenbeziehung dar.

Weiterhin erhält der Kunde Einladungen zu Veranstaltungen, Informationen zu neuen Produkten des Lieferanten und Pressemitteilungen. Sollte der Kunde noch Fragen haben, steht nach dem Kauf ein After Sales Service mit Hotline zur Verfügung, welcher in der Lage ist, Anfragen nach Wartung, Gewährleistung, Reklamationen, Schulungen, etc. kompetent zu beantworten und zu bearbeiten.

Geht dennoch einmal ein Auftrag verloren, wird genau analysiert, was die Gründe dafür waren, und an welchen Konkurrenten er stattdessen ging. So lassen sich die Abläufe verbessern und solche Vorkommnisse eventuell in Zukunft vermeiden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Beziehungsmanagement der Beispielfirma^[14]

4. Web-Mining - Grundvoraussetzung der Personalisierung

Unter Punkt 3.3.2. wurde bereits erwähnt, dass Web-Mining zum Instrumentarium des analytischen CRM zählt. Was aber hat es nun genau damit auf sich?

4.1. Was ist Web-Mining und was kann man damit machen?

Auch hier gibt es wieder keine einheitliche Meinung. Kurz gesagt bezeichnet man den Einsatz von Verfahren des Data Mining zur Analyse von Logfiles von Internetseiten als Web-Mining.^[15]

Aufschlussreicher ist aber der Zweck des Einsatzes. Was will und kann ich damit erreichen? Da sollten wir zuerst auf die Probleme eingehen, die sich Online-Shop- Betreibern stellen. Kurz habe ich das bereits unter Punkt zwei erwähnt, werde hier aber jetzt genauer darauf eingehen. Wie in der Einführung in das Customer Relationship Management (Punkt drei) dargestellt, ist Kundenorientierung das A und O des erfolgreichen Verkaufens. Eine Orientierung am Kunden ist aber nur dann möglich, wenn man diesen auch kennt. Detailliertes Wissen über die Kunden eines Unternehmens, ist also integraler Bestandteil erfolgreichen CRMs. Ein Online-Händler aber hat nur wenig Möglichkeiten seine Kunden kennen zu lernen. Gerade die gebotene Anonymität ist es, die das Internet für viele so interessant macht, für Händler bringt sie aber viele Nachteile mit sich. In der Studie Web-Mining Informationen für das E-Business führen die Autoren die Fragen an, die Online-Shop-Betreiber in Bezug auf ihre Kunden wohl am meisten interessieren.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Zentrale Fragen für Online-Händler^[16]

Web-Mining kann bei der Beantwortung all dieser Fragen behilflich sein. Da es sich bei den Verfahren des Web-Mining nur um Sonderformen der Verfahren des Data Mining handelt, gehe ich zunächst auf Data Mining ein.

4.2. Was ist Data Mining?

Tag für Tag entstehen weltweit im betriebswirtschaftlichen Umfeld Unmengen an elektronischen Daten. Kreditkartentransaktionen, Log-Dateien, der Kassenzettel jedes Supermarktkunden, etc., fast alles wird heute von fast allen Unternehmen zentral in jeweils einer Datenbank abgespeichert. Die Gründe für dieses Verhalten lassen sich in zwei Gruppen einteilen^[17]. Zu den so genannten „Pull“-Faktoren gehören:

- zunehmender Wettbewerb
- zunehmende Dynamik des Marktes
- die Notwendigkeit, seine Kunden besser kennen zu lernen.

Der dritte Punkt ergibt sich aus den ersten beiden. Er trifft besonders auf die E- Commerce-Welt zu.

Es gibt aber auch eine Reihe von „Push“-Faktoren, die Einfluss ausüben.

- die gestiegene Leistung von Rechnersystemen
- drastisch steigende Datenmengen
- die Vorstrukturierung von Daten im Rahmen von Data-Warehouse- Projekten

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: „Push“ und „Pull“ beim Data Mining^[18]

Hier sind vor allem die drastisch steigenden Datenmengen zu betonen. Die amerikanische Einzelhandelskette Wal Mart, die größte der Welt, protokolliert die Verkäufe jeder seiner ca. 2900 Niederlassungen individuell an jedem Tag des Jahres. Daraus ergeben sich über 700 Millionen mögliche Kombinationen aus Niederlassung und Produkt. Diese Informationen können mit Hilfe des Data Mining dazu genutzt werden, Nachfrage zu prognostizieren und so z.B. Lagerkosten zu senken.^[19]

„ Data Mining kann [also somit] als innovatives Konzept zur Bewältigung dieser Problematik gelten, indem es die computergestützte Analyse umfangreicher Datenbestände erm ö glicht. “ ^[20]

Wie dies funktioniert wird im Punkt 4.3. erläutert. Was aber ist nun Web-Mining?

4.2.1. Besonderheit des Web-Mining

Im Prinzip ist Web-Mining ein Teilbereich des Data Mining. Es benutzt dieselben Verfahren, nur in den Datenquellen unterscheiden sich die beiden Konzepte. Mit Hilfe des Web-Mining werden hauptsächlich über das Internet gewonnene Daten analysiert, eine offensichtliche Erklärung der Namensgebung. Dagegen kann man im Data Mining alle Datenquellen anzapfen, so lange sie in elektronischer Form vorliegen.

Es empfiehlt sich, alle gewonnenen Daten strukturiert in einem Data-Warehouse zu speichern um sie gegebenenfalls später für verschiedene Analysen zur Verfügung zu haben. Je nach Art der Datenquelle lässt sich mehr oder weniger über die Eigenschaften und die Identität von Site-Besuchern aussagen. Eine Grafik verdeutlicht die Rangfolge. Woher die Daten, mit denen man beim Web-Mining arbeitet, denn nun stammen, ist Thema der nächsten Punkte.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Aussagekraft von Daten^{[21] [22]}

4.2.2. Log-Dateien - Logbücher des Servers

Die grundlegendsten Daten für eine Analyse mittels Web-Mining sind die LogDateien, die bei jeder Transaktion zwischen zwei Computern in einem Netzwerk auf den Server geschrieben werden. Nach dem ursprünglichen Format bestanden diese Dateien aus sieben Feldern.

1. Das Remote-Host-Feld gibt die DNS-Adresse oder die IP des Besuchers an: uni-passau.de oder 192.168.0.1

2. Das RFC931 Remote-Log-Name-Identification Feld, es ist so gut wie immer leer. Es wird dann mit einem Bindestrich angegeben: -

3. Das AuthUser-Feld. Es gibt eine Benutzer-ID oder ein Passwort für das Betreten eines geschützten Bereiches an: strassch kapf13

4. Das Datums- und Zeitfeld, die Angaben werden in Greenwich Mean Time gegeben: Thu April 24 13:57:32 2003

5. Das Anforderungs- oder Tranksaktionsfeld, wie es vom Client kommt. Z.B.: "GET" /index.html/products.htm

6. Der Statuscode, den HTTP zurückliefert. Bei erfolgreicher Übertragung beispielsweise: 200

7. Die Größe des in der Transaktion übertragenen Dokumentes in Byte: 13865

Mit diesen Angaben lässt sich aber nur sehr wenig Information über seine Kunden gewinnen.

Das Remote-Host-Feld erlaubt lediglich Benutzer mit einer statischen IP-Adresse zu identifizieren, jedoch werden bei den meisten Online Services dynamische Adressen vergeben, d. h. sie wechseln bei jeder Einwahl in das Internet. Log-Dateien wurden nur dazu entwickelt, den Traffic auf Servern zu überwachen. Um die Dateien aussagekräftiger zu machen, hat man den Standard um drei Felder zum so genannten Extended-Common-Log-Format erweitert.

8. Das Referrer-Feld gibt die Suchmaschine und das Suchwort oder das Verweisende Werbebanner an: http://search.yahoo.com/bin/search?p=data+mining --> /index.html

9. Das Agent-Feld zeigt den vom Besucher benutzten Browser an. Mozilla/2.0 (Win 95; I)

10. Mit Hilfe des Cookie-Feldes lässt sich zwischen neuen und wiederkehrenden Besuchern unterscheiden. .snap.com TRUE / FALSE 946684799 u_vid_0_0 00ed7085

Die Funktionsweise von Cookies wird im Punkt 4.2.3. genauer dargestellt. Mit Hilfe des Referrer-Feldes kann man herausfinden, was die Besucher einer Seite suchten, da es ja die verwendeten Suchwörter angibt. Auch die Wirksamkeit von Bannerwerbungen kann damit überprüft werden, weil sich leicht herausfinden lässt, über welches Banner die Besucher angelockt wurden.

Das Agent Field wiederum erlaubt es, die Seite so zu gestalten, dass sie mit dem von den meisten Besuchern verwendetem Browser tadellos dargestellt wird. Mittlerweile ist dies allerdings nicht mehr so wichtig, da der Internet Explorer von Microsoft sich auf breiter Front durchgesetzt hat, man also davon ausgehen kann, dass so gut wie alle Benutzer mit diesem Programm auf die Seite kommen. In der Praxis entsteht bei der Überwachung des Traffic auf einer Site eine große unstrukturierte Textdatei. Ein Zugriff wird dabei wie folgt dargestellt.

217.84.90.173 - - [25/Jun/2003:15:22:27 +0200] "GET /bilder/system.gif HTTP/1.1" 200 0 " http://pmf200/" "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; .NET CLR 1.0.3705)

Trotzdem lässt die Auswertung der Log-Dateien keine großen Rückschlüsse auf Besucher zu. Besonders die für E-Business wichtigen Daten wie die Demographie der Besucher, die Effektivität von Werbekampagnen und der ROI (Return on Investment) lassen sich aus den Dateien nicht herauslesen. Allerdings liefern sie Informationen, die für den technisch einwandfreien und sinnvollen Betrieb einer Seite unbedingt von Nöten sind.^[23]

4.2.3. Cookies - klein aber oho

Cookies (zu Deutsch: Plätzchen) ermöglichen den ersten Schritt zur Personalisierung von Web-Angeboten. Ursprünglich von Netscape nur als Session Cookies entwickelt, um sich den Inhalt von virtuellen Einkaufswägen zu merken, kommen ihnen mittlerweile mehr Funktionen zu. Es sind kleine Textdateien, die meistens mit Hilfe eines CGI-Skriptes erstellt und auf der Festplatte des Surfers gespeichert werden. Grundsätzlich gibt es zwei Arten von Cookies: Die bereits erwähnten Session Cookies, die nach Beendigung der Session wieder gelöscht werden, und permanente Cookies, die entweder gar nicht mehr oder erst nach Ablauf ihrer Gültigkeitsdauer automatisch gelöscht werden.

Das im World Wide Web verwendete http-Protokoll nimmt nur dann Verbindung zu einem Remote Host auf, wenn es nötig ist. Es wird also keine dauerhafte Verbindung gehalten. Dies ist zwar ein effektives Client-Server-Design, für Online-Shopping-Anwendungen ist es aber von Nachteil, da sich beispielsweise so nicht mehrere Elemente in einem Einkaufswagen halten lassen. Mit Hilfe von Cookies werden auf der Festplatte des Clients, i.e. des Surfers, die dazu nötigen Daten abgelegt.

Ein Cookie kann folgendermaßen aussehen:

session-id

302-1949352-2781607 amazon.de/

1536

3563640832 29573558 3861162928 29572257

session-id-time 1057273200 amazon.de/ 1536

3563640832 29573558 3861262928 29572257

ubid-acbde

432-1287059-6801304

[...]

---

^[1] http://www.simon- kucher.de/Internetdatabase/publication.nsf/c6d8e2deb8607ba3c125670100539863/d2b1c3509ac82 9a3c1256a7d00384144?OpenDocument [Zugriff am 24.07.03]

^[2] Vgl. MENA (2001): S. 193

^[3] vgl. FROSCH-WILKE, RAITH (Hrsg.) (2002): S. 206

^[4] www.casa-loca.de

^[5] vgl. VULKAN (2003): S. 43f.

^[6] vgl. SCHWETZ (2001): S. 33

^[7] SCN Education B.V. (Hrsg.) (2001): S. 23f.

^[8] SCN Education B.V. (Hrsg.) (2001): S. 24

^[9] nach SCHWETZ (2001): Seite 26

^[10] vgl. SCN Education B.V. (Hrsg.) (2001): S. 37 - 44

^[11] vgl. SCN Education B.V. (Hrsg.) (2001): S. 37 - 44

^[12] vgl. SCN Education B.V. (Hrsg.) (2001): S. 37 - 44

^[13] vgl. SCHWETZ (2001): S. 27 - 29

^[14] nach SCHWETZ (2001): S. 27

^[15] vgl. HIPPNER , MERZENICH, WILDE (2002): S. 9

^[16] vgl. HIPPNER, MERZENICH, WILDE (2002): S. 10

^[17] vgl. GENTSCH (2000): S. 8

^[18] nach GENTSCH (2000): S. 9

^[19] MENA (1999): S. 7

^[20] GENTSCH (2000): S. 8

^[21] nach HANSON (2000): S. 204

^[22] MENA (2001): S. 20 - 25

^[23] vgl. MENA (1999): S. 203 - 213